我在Mac mini使用OpenClaw接上本地Gemma4后，确认了一件事：AI成本正在归零

Google 全新发布的 Gemma4 堪称 2026 年本地 AI 最优解，260 亿参数开源免费，普通笔记本就能离线全速运行。

今天我在折腾一件事：

👉 用 Mac mini 跑 Gemma 4 + 接入 OpenClaw

跑通之后，我的第一反应不是“AI更强了”，而是：

AI 的使用成本，正在被打到接近 0。

一、我是在 Mac mini 上跑起来的 Gemma 4

先说结论：

👉 Gemma 4 是可以在 Mac mini 上跑的

我用的是轻量版本（E4B），本地直接跑，完全离线。

没有云，没有API，没有费用。

两分钟搞定：

12 curl -fsSL ollama.com/install.sh | sh ollama pull gemma4:e4b

跑起来之后，你会有一种感觉：

AI第一次真正属于你自己的硬件了

二、Gemma 4 发布，我把架构扒了一遍

我专门对比了 Gemma 4 和 Gemma 3。

结论很有意思👇

✅ 架构几乎没变

还是那一套：

• • Pre/Post-norm
• • 5:1 hybrid attention
• • GQA

说白了：

👉 不是靠架构创新赢的

✅ 但性能直接起飞

• • 基准测试全面超 Gemma 3

✅ 26B MoE 是最大惊喜

👉 总参数 26B
👉 实际激活只有 4B

什么意思？

用小模型的成本，打大模型的效果

✅ 最关键：Apache 2.0

这一点很多人没意识到有多重要：

👉 可以商用
👉 可以改
👉 可以私有部署

一句话总结 Gemma 4

架构没变，数据和训练方法才是真王道

所以我现在的判断是：

👉 架构党可以先歇歇了

三、很多人没看懂 Gemma 4 真正的价值

大部分人看到的是：

👉 开源
👉 免费
👉 本地能跑

但这些都不是重点。

真正的重点只有一个：

它原生支持 Function Calling（函数调用）

这意味着什么？

👉 它可以自己调用工具
👉 可以执行代码
👉 可以访问API
👉 可以连数据库
👉 可以浏览网页

说白了：

它不是聊天模型，是一个“能干活的本地智能体”

四、为什么我一定要接 OpenClaw

因为：

👉 Gemma4 + OpenClaw = 本地AI系统

OpenClaw 是什么？

你可以理解为：

AI的操作系统（Agent OS）

它负责：

• • 多Agent协作
• • 任务执行
• • 工具调用（MCP）
• • 长时间运行

但很多人卡在这里：

👉 OpenClaw 根本没用到你的大模型

比如你看到：

1 gateway-injected

那说明：

你还在用内置小模型

五、正确接入姿势（关键）

1️⃣ 拉对模型

123 ollama pull gemma4:26b # 或 ollama pull gemma4:31b

⚠️ 不能写 gemma4
必须写完整：gemma4:26b

2️⃣ 配置 OpenClaw

123456 {   "id": "gemma4:26b",   "name": "Gemma4 Local",   "contextWindow": 262144,   "maxTokens": 8192 }

3️⃣ 强制切换模型

1 /model ollama/gemma4:26b

当你看到：

1 agent main | ollama/gemma4:26b

那一刻开始：

你就拥有了一个真正的本地 AI Agent

六、今天的测试

🧠 本地：Gemma 4

负责：

• • 写文章
• • 代码审查
• • 数据处理
• • 日常分析

🔧 工具：MCP + OpenClaw

负责：

• • 调接口
• • 浏览网页
• • 数据库操作
• • 自动执行任务

☁️ 云端：Claude Code（备用）

只在以下情况用：

• • 高复杂推理
• • 架构设计
• • 超大项目

七、这套组合带来的变化（非常关键）

以前：

👉 每个月 AI 成本 几百美金

现在：

👉 90% 本地解决
👉 只为 10% 付费

一句话总结：

AI从“按token收费”，变成“按电费收费”

八、我有一个老设备也能跑

我现在甚至在试：

👉 老显卡 + gemma4:e4b

结果是：

👉 轻松跑
👉 稳定
👉 可用

随便用，只耗电